基于openpose的滑雪场危险动作识别方法及系统技术方案

本发明专利技术提供基于openpose的滑雪场危险动作识别方法及系统，属于运动分析技术领域，包括：获取在滑雪场上人的动作视频，对视频进行分帧处理，得到视频帧；通过openpose模型对视频帧进行分析，得到视频帧的关键信息；判断关键信息是否条件成立，若是，则为发生危险动作，否则未发生；减少受伤人员等待救助的时间，降低由于等待时间过长而造成的二次伤害。低由于等待时间过长而造成的二次伤害。低由于等待时间过长而造成的二次伤害。

【技术实现步骤摘要】
基于openpose的滑雪场危险动作识别方法及系统


[0001]本专利技术涉及运动分析
，具体涉及基于openpose的滑雪场危险动作 识别方法及系统。

技术介绍

[0002]伴随着滑雪运动在大众视角中逐渐升温，滑雪普及度大幅度提高，越来越 多的人开始接触滑雪这项运动。与一般的运动不同，滑雪时由于速度快，平衡 不容易掌握等因素，更加容易出现摔倒和相撞等危险行为。由于滑雪对身体的 平衡及身体肌肉力量有着较高的要求，滑行的不规范和一些失误极易造成安全 事故的发生。同时雪场雪道环境的不稳定因素也是造成伤亡发生的一个重要原 因。如雪道上人较多时较易发生滑行相撞事件，特别是高速相撞极易造成受伤。 对于在滑雪场中出现的危险行为进行及时的监测，对初学者来说是十分重要的。 但是一般滑雪场内练习滑雪的人数远多于教练的人数，教练以及安全员难以注 意到全部的人，因此在滑雪场内，当滑雪者发生危险动作时监控系统的自动处 理、及时发出警报非常有意义。

技术实现思路

[0003]针对上述的缺陷，本专利技术提供基于openpose的滑雪场危险动作识别方法及 系统。
[0004]实现上述目的，本专利技术提供如下技术方案：
[0005]基于openpose的滑雪场危险动作识别方法，包括：
[0006]获取在滑雪场上人的动作视频，对视频进行分帧处理，得到视频帧；
[0007]通过openpose模型对视频帧进行分析，得到视频帧的关键信息；
[0008]判断关键信息是否条件成立，若是，则为发生危险动作，否则未发生。
[0009]本方法的进一步改进在于：所述通过openpose模型对视频帧进行分析，得 到视频帧的关键信息包括：
[0010]通过基于卷积神经网络的VGG
‑
19作为模型的主干网络来提取输入图像的 底层特征；
[0011]将提取到的特征依次输入到两个并行操作的卷积神经网络结构中，其中一 个卷积神经网络使用NMS来生成置信度图，通过设置置信阈值来实现对人体 关键点的定位操作，另一个卷积神经网络使用局部区域亲和算法，通过提取出 的人体关键点之间的相互作用以组成肢体；
[0012]对这两个卷积神经网络的处理结果进行汇总，并且采用匈牙利算法进行姿 态组合，最终实现人体姿态估计的功能。
[0013]本方法的进一步改进在于：所述亲和度算法具体为：运算置信度的步骤如 下：
[0014]运算图像上某点q在肢体c上的置信向量，这里将其记为Ac(q)；
[0015]根据Ac(q)的结果来判定点q是否在肢体c上，若在则其结果就等于肢体c 的单位向量a，否则其被判定为零向量，具体公式为：
[0016][0017]0≤a*(q
‑
B
i1
)≤l
c
[0018]|a
v
*(q
‑
B
i1
)|≤w
c
；
[0019]通过运算人体关键点i1与i2连接线之间的所有点的置信向量的定积分来计 算肢体c的置信度θc，公式如下：
[0020][0021]本方法的进一步改进在于：所述判断关键信息是否条件成立，若是，则为 发生危险动作，否则未发生具体为：
[0022]判断以下至少一个关键信息是否条件成立，若是，则为发生危险动作，否 则未发生；其中，关键信息包括：
[0023]鼻尖、膝盖和脚部连线距离缩短速度超过阈值；
[0024]人体姿势纵向连线与地面的夹角小于阈值；
[0025]人体姿态发生变化，头部关键点与地面距离小于脚部关键点与地面的距离 超过阈值。
[0026]本方法的进一步改进在于：所述判断关键信息是否条件成立，若是，则为 发生危险动作，否则未发生还包括：
[0027]若某人有两个以上的关键点与另一人(或几人)的相同关键点之间的距离 小于预先设置的关键点阈值，则判定为两人以上发生了相撞。
[0028]本方法的进一步改进在于：所述鼻尖、膝盖和脚部连线距离缩短速度超过 阈值具体为：
[0029]确定鼻尖的位置S0(X0,Y0)左右膝关节位置S9(X9,Y9)、S
12
(X
12
,Y
12
) 以及左右脚的位置S
10
(X
10
,Y
10
)S
13
(X
13
,Y
13
)分别连线，当两条连接线的长度 减少速度大于预先设定的阈值时判定为摔倒，连接线分为两段，一部分为膝盖 与脚部的连线，另一部分为头部与膝盖的连线；关键点之间的距离为：Y1＝y0‑
y9， Y2＝y9‑
y
10
。
[0030]本方法的进一步改进在于：所述人体姿势纵向连线与地面的夹角小于阈值 具体为：
[0031]两条人体纵向线的角度由此判断：将S0(X0,Y0)、S
10
(X
10
,Y
10
)连接，人 体倾角为：
[0032]另一条头部与脚部的连接线角度：
[0033][0034]基于openpose的滑雪场危险动作识别系统，包括：
[0035]视频帧获取模块，用于获取在滑雪场上人的动作视频，对视频进行分帧处 理，得到视频帧；
[0036]Openpose视频帧分析模块，用于对视频帧进行处理，得到视频中每一帧图 像中人体骨架关节点的关键信息；
[0037]危险动作分析判断模块，用于判断关键信息是否条件成立，若是，则为发 生危险动作，否则未发生。
[0038]本系统的进一步改进在于：所述危险动作分析判断模块，具体用于判断以 下至少一个关键信息是否条件成立，若是，则为发生危险动作，否则未发生； 其中，关键信息包括：
[0039]鼻尖、膝盖和脚部连线距离缩短速度超过阈值；
[0040]人体姿势纵向连线与地面的夹角小于阈值；
[0041]人体姿态发生变化，头部关键点与地面距离小于脚部关键点与地面的距离 超过阈值。
[0042]基于openpose的滑雪场危险动作识别系统，包括：
[0043]存储器，用于存储计算机程序；
[0044]处理器，用于执行所述存储器中存储的计算机程序以实现如上述所述的基 于openpose的滑雪场危险动作识别方法的步骤。
[0045]与现有技术相比，本专利技术提供的基于openpose的滑雪场危险动作识别系统 有益效果如下：
[0046]在滑雪场内装备上本专利技术，可以最大范围的对场内的滑雪人员的行为进行 监测，在识别到存在危险动作时，能够及时通过及时通过系统识别并发出提示， 帮助工作人员及时定位相关人员的位置。减少受伤人员等待救助的时间，降低 由于等待时间过长而造成的二次伤害。
附图说明
[0047]为了更清楚地说明本专利技术实施例或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于openpose的滑雪场危险动作识别方法，其特征在于，包括：获取在滑雪场上人的动作视频，对视频进行分帧处理，得到视频帧；通过openpose模型对视频帧进行分析，得到视频帧的关键信息；判断关键信息是否条件成立，若是，则为发生危险动作，否则未发生。2.根据权利要求1所述的基于openpose的滑雪场危险动作识别方法，其特征在于：所述通过openpose模型对视频帧进行分析，得到视频帧的关键信息包括：通过基于卷积神经网络的VGG
‑
19作为模型的主干网络来提取输入图像的底层特征；将提取到的特征依次输入到两个并行操作的卷积神经网络结构中，其中一个卷积神经网络使用NMS来生成置信度图，通过设置置信阈值来实现对人体关键点的定位操作，另一个卷积神经网络使用局部区域亲和算法，通过提取出的人体关键点之间的相互作用以组成肢体；对这两个卷积神经网络的处理结果进行汇总，并且采用匈牙利算法进行姿态组合，最终实现人体姿态估计的功能。3.根据权利要求2所述的基于openpose的滑雪场危险动作识别方法，其特征在于：所述亲和度算法具体为：运算置信度的步骤如下：运算图像上某点q在肢体c上的置信向量，这里将其记为Ac(q)；根据Ac(q)的结果来判定点q是否在肢体c上，若在则其结果就等于肢体c的单位向量a，否则其被判定为零向量，具体公式为：0≤a*(q
‑
B
i1
)≤l
c
|a
v
*(q
‑
B
i1
)|≤w
c
；通过运算人体关键点i1与i2连接线之间的所有点的置信向量的定积分来计算肢体c的置信度θc，公式如下：4.根据权利要求1所述的基于openpose的滑雪场危险动作识别方法，其特征在于：所述判断关键信息是否条件成立，若是，则为发生危险动作，否则未发生具体为：判断以下至少一个关键信息是否条件成立，若是，则为发生危险动作，否则未发生；其中，关键信息包括：鼻尖、膝盖和脚部连线距离缩短速度超过阈值；人体姿势纵向连线与地面的夹角小于阈值；人体姿态发生变化，头部关键点与地面距离小于脚部关键点与地面的距离小于阈值。5.根据权利要求4所述的基于openpose的滑雪场危险动作识别方法，其特征在于：所述判断关键信息是否条件成立，若是，则为发生危险动作，否则未发生还包括：若某人有两个以上的关键点与另一人(或几人)的相同关键点之间的距离小于预先...

【专利技术属性】
技术研发人员：谈爱玲，裴鹏飞，赵勇，王鋆鑫，李晓航，
申请(专利权)人：燕山大学，
类型：发明
国别省市：